發(fā)布時(shí)間：2020-04-02 00:42

【摘要】：隨著數(shù)據(jù)浪潮的到來(lái)，各行各業(yè)面臨著數(shù)據(jù)爆炸式增長(zhǎng)的機(jī)遇和挑戰(zhàn)，物流行業(yè)也不例外。而物流信息化的一個(gè)重要研究方向就是從大量繁雜的數(shù)據(jù)中挖掘潛在的有意義的信息來(lái)提高物流效率，降低物流成本。 本文針對(duì)上述問(wèn)題，通過(guò)對(duì)物流信息系統(tǒng)中的非結(jié)構(gòu)化短文本信息進(jìn)行分析處理，抽取短文本信息中的關(guān)鍵屬性。并在結(jié)構(gòu)化物流信息基礎(chǔ)上，設(shè)計(jì)廣度優(yōu)先搜索最優(yōu)路徑算法和基于動(dòng)態(tài)規(guī)劃思想的最優(yōu)路徑算法來(lái)實(shí)現(xiàn)物流信息推送服務(wù)。為解決問(wèn)題規(guī)模增大時(shí)伴隨的計(jì)算效率問(wèn)題，研究基于CUDA架構(gòu)實(shí)現(xiàn)的物流運(yùn)力匹配并行算法，加速算法執(zhí)行。主要研究?jī)?nèi)容包括以下幾個(gè)方面： （1）本文研究了采用基于特征的分治啟發(fā)式算法來(lái)處理物流信息系統(tǒng)中的非結(jié)構(gòu)化短文本信息。通過(guò)對(duì)物流信息數(shù)據(jù)的分析研究，統(tǒng)計(jì)數(shù)據(jù)中的特征詞，并根據(jù)特征詞的上下文啟發(fā)信息，設(shè)定物流數(shù)據(jù)文法規(guī)則，通過(guò)文法規(guī)則，將物流短文本數(shù)據(jù)進(jìn)行分割，并從短文本信息中抽取給定屬性及屬性值�；谔卣鞯姆种螁l(fā)式算法實(shí)現(xiàn)了物流非結(jié)構(gòu)化短文本數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)變，使物流信息系統(tǒng)中的數(shù)據(jù)統(tǒng)一化，標(biāo)準(zhǔn)化。 （2）本文研究了兩種物流運(yùn)力匹配算法：基于廣度優(yōu)先搜索最優(yōu)路徑運(yùn)力匹配算法和基于動(dòng)態(tài)規(guī)劃思想最優(yōu)路徑運(yùn)力匹配算法。第一種方法根據(jù)結(jié)構(gòu)化的物流數(shù)據(jù)，，建立有向圖模型，并在有向圖模型上，使用廣度優(yōu)先搜索算法，輔以剪枝策略來(lái)計(jì)算最優(yōu)線路；第二種方法為了針對(duì)第一種方法中當(dāng)節(jié)點(diǎn)數(shù)增加時(shí)，計(jì)算規(guī)�？焖僭鲩L(zhǎng)問(wèn)題，提出基于動(dòng)態(tài)規(guī)劃思想來(lái)求解最優(yōu)路徑的方法。該方法根據(jù)道路信息建立無(wú)向圖模型，基于動(dòng)態(tài)規(guī)劃思想，通過(guò)選取節(jié)點(diǎn)計(jì)算最優(yōu)費(fèi)用來(lái)計(jì)算最優(yōu)路徑。文章通過(guò)研究的兩種運(yùn)力匹配算法來(lái)確定用戶（給定屬性值）的運(yùn)力服務(wù)區(qū)域或者運(yùn)力服務(wù)線路，再根據(jù)運(yùn)力服務(wù)區(qū)域或者運(yùn)力服務(wù)線路信息，從結(jié)構(gòu)化處理的物流運(yùn)力信息中檢索符合用戶特性的數(shù)據(jù)，實(shí)現(xiàn)物流運(yùn)力信息匹配及推送服務(wù)。 （3）本文研究了GPU通用計(jì)算技術(shù)和CUDA并行處理技術(shù)，并基于CUDA并行處理技術(shù)，設(shè)計(jì)并行計(jì)算算法，實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃思想求最優(yōu)路徑運(yùn)力匹配算法。通過(guò)基于CUDA實(shí)現(xiàn)的動(dòng)態(tài)規(guī)劃思想最優(yōu)路徑運(yùn)力匹配算法，可以加速系統(tǒng)執(zhí)行，提高物流運(yùn)力信息推送服務(wù)的交互性。
【圖文】：

物流信息化應(yīng)用方向EDI電子數(shù)據(jù)交換系統(tǒng)，主要應(yīng)用于物流數(shù)據(jù)傳輸處理方面

理器有兩種：中央處理器 CPU 和圖形處理器 GPU。由于 G，在大規(guī)模計(jì)算方面 GPU 明顯優(yōu)越于 CPU，再加上 GPU 的定了 GPU 在高密度數(shù)據(jù)計(jì)算領(lǐng)域的地位，從而為高密度計(jì)算決方案。GPU 和 CPU 架構(gòu)比較：
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾道建;來(lái)斯惟;張?jiān)?劉康;趙軍;;面向非結(jié)構(gòu)化文本的開(kāi)放式實(shí)體屬性抽取[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

2 劉群,張華平,俞鴻魁,程學(xué)旗;基于層疊隱馬模型的漢語(yǔ)詞法分析[J];計(jì)算機(jī)研究與發(fā)展;2004年08期

3 李諾;張全;;利用地名用字分析的中文地名識(shí)別處理[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

4 張華平,劉群;基于角色標(biāo)注的中國(guó)人名自動(dòng)識(shí)別研究[J];計(jì)算機(jī)學(xué)報(bào);2004年01期

5 劉遷;焦慧;賈惠波;;信息抽取技術(shù)的發(fā)展現(xiàn)狀及構(gòu)建方法的研究[J];計(jì)算機(jī)應(yīng)用研究;2007年07期

6 劉萬(wàn)強(qiáng);王博;;我國(guó)物流信息化現(xiàn)狀與發(fā)展研究[J];物流科技;2006年08期

7 黃德根,岳廣玲,楊元生;基于統(tǒng)計(jì)的中文地名識(shí)別[J];中文信息學(xué)報(bào);2003年02期

8 胡燕;吳虎子;鐘珞;;中文文本分類中基于詞性的特征提取方法研究[J];武漢理工大學(xué)學(xué)報(bào);2007年04期

9 吳青;我國(guó)物流信息化發(fā)展的措施[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2004年02期

10 胡金化,胡運(yùn)發(fā),周益群,許愛(ài)華;面向中文文本數(shù)據(jù)庫(kù)的信息抽取機(jī)制[J];小型微型計(jì)算機(jī)系統(tǒng);2002年10期

本文編號(hào)：2611190